0→1フェーズに関われる場所で自分を成長させたい。新卒2年目のデータサイエンティストが思うエブリーの成長環境とは

入社の決め手は、データに関わる取り組みの幅広さや技術力の高さ

ー現在携わっている業務について、簡単に教えてください！

古濵：Data&AIグループに所属しており、データ資産を最大限活用した事業運営の実現を目指し、日々の業務に取り組んでいます。具体的には、データ資産が適切に使える状態になっていること、データ資産の活用が事業改善に貢献していることを目指しています。
チーム内ではデータサイエンティストとして働いており、現在は『DELISH KITCHEN』アプリ内でのレシピのレコメンド開発をメインで推進しています。

ー大学時代はどんなことをしていたのでしょうか？

古濵：高校生の時にVRに興味を持ったことがきっかけで、大学時代は工学部の電子・情報工学科の情報コースを選択し、数学やコンピュータサイエンスを中心に学んでいました。修士では信頼性情報システム工学科に所属し、研究周辺の技術をキャッチアップする形で学びました。
その中の1つである機械学習を用いて、ドローンの異常検知に取り組んでいました。機械学習とは、アルゴリズムを用いてデータのパターンや関係性を自動的に学習し、予測や判断を行うための技術です。大量のデータがあれば推薦や文章生成といった複雑なタスクに応用でき、様々なサービスで使われています。私は機械学習を応用して、ドローンの飛行制御に使われる加速度センサーやジャイロセンサーのデータを使って学習し、ドローンが平常時の飛行と異なる挙動をしたとき、異常と判断できるかをテーマに取り組んでいました。
そんな風に研究室でデータ周りに触れる中でその面白さに気が付き、データサイエンティストをはじめとするデータ関連の仕事を志望して就職活動を行いました。

ー会社選びの時に重視していたことを教えてください。

古濵：1つ目は、ベンチャー企業であるかどうかです。私の場合、自身が一期生となる研究室を選んだため、研究も0からのスタートだったんです。その0→1に取り組めた経験によって、自身の成長を実感することができたと思っています。
そのため、社会人としての最初のステップも、0→1フェーズに関われる場所で仕事をしたいと考えるようになり、そのフェーズに取り組める確率が高いベンチャー企業を志望していました。

もう1つは、データ基盤が整っている環境かどうかです。研究とも関わりのあった機械学習をビジネスに活かすことがしてみたかったので、データ基盤が整っていることが必要不可欠でした。

ーどうして新卒1年目で働く企業としてエブリーを選んだのでしょうか。入社を決めた理由を教えてください！

古濵：面接や面談の中でデータに関わる取り組みの幅広さや技術力の高さが伝わってきたことが決め手でした。特に、データをビジネスに活用していくことをイメージしていた中で、必要な因果推論の知見がありそうかが重要だと考えていました。
そんな中、面談の際に新卒2年目の先輩からA/Bテスト基盤の取り組みについてお話いただき興味を持ちました。サービスをより良いものにしていくためには、日々の改善や新機能の開発などの施策が重要です。A/Bテスト基盤の取り組みは、施策が良かったのか悪かったなどのフィードバックを得られる仕組みが整備されており、まさにデータのビジネス活用を体現していると感じました。

加えて、学生時代は加速度などセンサデータとにらめっこする日々が続いたため、アプリやWEB上でのユーザー行動のように人の意志によって動くデータの分析に興味を持ったことも理由の1つでした。

声をあげれば挑戦させてもらえる環境で、仕事としてやりたかったことを実現

ー入社してどんなことに携わってきましたか？

古濵：新規事業におけるデータ整形を自動化することで、作業の効率化を行いました。非常に多くのデータスキーマと整形フォーマットに合わせて設計する必要があり、また作業をしている最中もスキーマが変わっていくので追従するためのバージョン管理が必要だったため、物量が多くて骨が折れました（笑）。そういった意味での大変さはありましたが、結果的にはビジネス職側の作業時間を92.5%削減することができました。

直近は、Data&AIチームとしてアプリにパーソナライズを普及させたいと考えており、その1つの手段としてレシピのレコメンド開発に着手しています。その背景として、『DELISH KITCHEN』は約5万本のレシピがあり、ユーザー自ら好みのレシピに辿り着くことが困難になってきた現状があります。その課題に対し、ユーザごとにレシピをレコメンドするための仕組みの導入や改善を推進しています。具体的には、どのような仕組みを入れるかの企画を立て、レコメンドのためのアルゴリズムを実装し、A/Bテストで評価、分析をするPDCAを日々回しています。

ー入社の決め手だった「社内でのデータに関わる取り組みの幅広さや技術力の高さ」に関しては、実際に入社して業務に当たる中でどのように感じていますか？

古濵：保有するデータ量が膨大なので、そのデータを活用した取り組みの幅は無限大です。リテールメディアにも事業を展開しているので、今後も様々なデータに触れられる機会があると思います。

また、エブリーのカルチャーとして、新しい技術に対して関心が高く、議論することが多いと感じます。例えば、近年生成AIの躍進は凄まじく、日々情報が更新されるため、それをキャッチアップし続けるのも大変です。そんな中でも、雑談や勉強会、挑戦weekの中で話題に上がったり、事業に活かすならどんな部分で使えるかなどの議論ができるのは、働く上で楽しいですし、自身のモチベーションにも繋がっていると感じています。

そして、GitHub CopilotやOpenAI APIなどの先端技術に会社が投資してくれていて、その技術をエンジニアがすぐ使える状態にあることが、技術力の高さにつながっていると思います。

四半期に一度実施している「挑戦week」の様子

意思決定を重ねていくことが成長につながっている

ー入社して2年目ですが、どんな成長実感がありますか？

古濵：先述したレシピのレコメンド開発は、自分からやりたいと上長に相談したことが始まりだったように、声をあげれば挑戦させてもらえる環境です。エンジニアとして、コードを書くだけではなく、こんなにも早くに企画から携わることができたのは、ポジティブなギャップでした。

自分が仕事としてやりたいと思っていた、データや機械学習をビジネスに活かすことは、まさに0→1フェーズで、やるべきことはたくさんありますし、想像通りに進まないことも多いです。しかし、自分のスキルよりストレッチした目標の中で、裁量を任せてもらえて自ら意思決定をする機会を重ねていくことが、自分の成長に繋がっていると感じています。

そんな成長環境に加え、メンバーとのコミュニケーションが取りやすく、困ったら相談できる距離感であることはすごくありがたいですね。日々挑戦を重ねる中で、自分だけでは行き詰まる時もありますが、メンバーとフラットにコミュニケーションが取れるので、そこから得られることが多いです。

ー今後の目標を教えてください！

古濵：まずはアプリ内のユーザ体験がより良くなるようサービスのパーソナライズ化に挑戦していきたいです。ユーザーによって「見たい」「作りたい」と思えるレシピは異なりますが、データを活用することで精度の高いレシピレコメンドを実現することができます。レコメンド以外にもパーソナライズできる場所はまだまだたくさんあるので、データサイエンティストとして事例を創出し、エブリー全体のデータ活用を推進していきたいです。

ー就活生にメッセージをお願いします！

古濵：就活は、「会社に入って何をやりたいのか」を考えることに尽きると思います。その考えが具体的であるほど選択肢が絞られて、納得の行く結論が出せるはずです。今は答えを持っていなくても、この機会にいろんな業界、会社を調べることで考えがシャープになっていくと思うので、ぜひ行動量を増やしてみてください！

データサイエンス、統計学、機械学習などの専門分野の知識を活かして、ビジネスに応用したい、多くの人の生活に還元したいと思ってる方、ぜひお待ちしております！